Tuottojen ja volatiliteetin ennustaminen sentimentin avulla

dc.contributor.authorSaarinen, Tuomas
dc.contributor.departmentfi=Laskentatoimen ja rahoituksen laitos|en=Department of Accounting and Finance|
dc.contributor.facultyfi=Turun kauppakorkeakoulu|en=Turku School of Economics|
dc.contributor.studysubjectfi=Laskentatoimi ja rahoitus|en=Accounting and Finance|
dc.date.accessioned2020-01-28T22:00:34Z
dc.date.available2020-01-28T22:00:34Z
dc.date.issued2020-01-13
dc.description.abstractPerinteinen rahoitusteoria pohjautuu osapuolten rationaaliseen käyttäytymiseen markkinoilla, eikä se tunnista sijoittajien sentimentin olemassaoloa. Tästä huolimatta, sentimentillä on tutkitusti huomattu olevan merkitystä sijoittajien käyttäytymisessä, jolloin erilaiset sosiologiset ja psykologiset irrationaalisuudet ja vinoumat vaikuttavat päätöksentekoon. Googlen Search Volume Index on ollut monen aikaisemman sentimenttitutkimuksen kohteena, sillä sen hakumääristä koostuvaa dataa on kerätty jo vuodesta 2006. Ei-ammattimaisten sijoittajien ja internetin käyttäjämäärien kasvaessa, on sentimentin tutkimukseen keskitytty yhä enemmän juuri erilaisten internetin hakukoneiden avulla. Tässä tutkielmassa luodaan viikkotasolla senttimentti-indeksi positiivisilla ja negatiivisilla taloudellisilla sanoilla, jotka on suomennettu Harvardin IV-4 ja Lasswell Valuen kehittämä sanaluettelosta. Sentimentti-indekseillä pyritään ennustamaan ja selittämään Suomen osakemarkkinoita seuraavia kahdeksaa Morgan Stanley Capital Internalionalin ylläpitämää osakeindeksiä. Tutkimuksen aineisto on periodilta 2014–2018, jolloin kaikilta osakeindekseiltä on aineisto saatavilla. Tutkimus tehdään aikasarja-analyysinä, jossa hyödynnetään ARMA- ja GARCH-malleja. Kullekin indeksille luodaan sitä selittävä aikasarjamalli hyödyntäen Boxin ja Jenkisin menetelmää mallien laatimiseksi. Kullekin indeksille luodun mallin jälkeen pyritään tutkimaan mallin ja indeksin korrelaatiota hetkillä t, t +1 ja t +2. Tutkielmassa esitellyt teoriat selittävät osittain saatuja tuloksia, sillä sijoittajien sentimentin voidaan nähdä vaikuttavan vahvemmin pieniä yhtiöitä sisältäviin osakeindeksein. Regressiomallien avulla saatujen tuloksien regressiokertoimet jäivät kuitenkin hyvin pieniksi, jolloin varsinaisia johtopäätöksiä ei sijoittajien sentimentistä ja Suomen osakemarkkinoiden välisestä yhteydestä voi tehdä.
dc.format.extent71
dc.identifier.olddbid165811
dc.identifier.oldhandle10024/148950
dc.identifier.urihttps://www.utupub.fi/handle/11111/20681
dc.identifier.urnURN:NBN:fi-fe202001283769
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightssuljettu
dc.source.identifierhttps://www.utupub.fi/handle/10024/148950
dc.titleTuottojen ja volatiliteetin ennustaminen sentimentin avulla
dc.type.ontasotfi=Pro gradu -tutkielma|en=Master's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
Pro-gradu_TuomasSaarinen1.pdf
Size:
671.25 KB
Format:
Adobe Portable Document Format